汽车流量检测是智能交通系统中的关键技术。目前较常用的车辆检测方法包括环形磁感线圈检测、超声波检测、红外线检测和基于机器视觉的车辆检测。由于磁感应线圈检测存在安装麻烦、不易维护和可靠性差等缺点；超声波、红外线检测存在准度低、抗干扰性能差等缺点；而现有的基于机器视觉的车辆检测技术不成熟，因此都没有得到广泛应用。　　 本文对基于机器视觉的车流量检测技术进行了研究，提出了一种车流量的检测系统设计方案。提出了相邻帧差与背景帧差结合的车辆检测算法，该方法对视频帧设置虚拟线框，预处理后进行背景建模，运用背景帧差法和相邻帧差法检测运动车辆，实现了运动车辆的检测；分析了阴影在RGB空间和HSV空间的特性，提出了HSV空间的运动物体阴影去除方法，提高了运动车辆的检测精度；根据分割出的车辆图像，利用车辆排队时图像的移动特性和边缘信息，提出了一种基于垂直投影的车辆数量统计方法和基于移动虚拟线框的车辆排队长度的计算方法，实现了车辆数量的统计和排队长度的计算。并进行了实验，结果表明本文的算法和方法是有效的。　　 基于机器视觉的车流量检测具有检测准确度高、信息量大和可靠性高等优点，同时检测到的参数为进一步的交通灯的控制奠定了基础，在智能交通系统中具有重要作用。